转载请注明出处：https://www.jianshu.com/u/5e6f798c903a
[^*] 表示注脚，在文末可以查看对应连接，但不支持该语法。
迭代器是表示数据流的对象。
迭代器对象自身需要支持以下两个方法，这两个共同构成了迭代器协议：[^7]
-
iterator.__iter__()返回迭代器对象本身。由于实现了
__iter__对象都是属于 IterableObjc ，因此迭代器也属于 IterableObjc；并且在其它接受 IterableObjc 的地方，也多半可以接受迭代器。 -
iterator.__next__()返迭代器中的下一个项。重复调用迭代器的
__next__()方法(或通过内置函数next()重复调用迭代器)，将返回流中连续的项。当没有再无数据可供使用时，便会抛出StopIteration异常，这时表明该迭代器对象已经耗尽，若此后仍试图调用该迭代器的__next__()方法，将会再次抛出StopIteration异常。[^4]一旦迭代器的
__next__()方法抛出StopIteration，则必须在后续调用中继续抛出异常。不遵从此特性的实现被视为不正确。[^7]
如果容器支持不同类型的迭代，则可以提供额外的方法来专门请求这些迭代类型的迭代器(支持多种迭代形式的对象的一个例子是树结构，它支持 breadth-first 和 depth-first 两种遍历方式)。[^7]
Python 定义了多个迭代器对象，以支持对如下类型进行迭代：常规(general)序列类型和特殊(specific)序列类型、字典以及其它专业表单(specialized forms)。除迭代器协议的实现之外，其实特定类型并不重要。[^7]
1. 迭代器与 for 循环
将迭代器用于 for 循环时，for 循环仍会调用 iter() 来处理迭代器对象，然后通过 next() 逐一获取每个元素，直至 __next__ 抛出 StopIteration 为止。注意：将某个迭代器对象传递给 iter() 后，只会返回指向该迭代器的引用，并不会创建具备新id的迭代器对象。
>>> aa = [1,2,3,]
>>> bb = iter(aa)
>>> bb
>>> cc = iter(bb)
>>> cc # bb和cc引用同一个对象
通常情况下，如果反复尝试将某个迭代器用于 for 循环，其实在第一次循环结束时就会耗尽该迭代器，之后只会反复使用这个已被耗尽的迭代器，看起来如同在使用一个空容器。[^4]
>>> aa = [1,2,3,]
>>> bb = iter(aa)
>>> for i in bb:
print(i)
1
2
3
>>> for i in bb:
print(i)
>>>
但是，如果在__iter__ 中重置相关变量，则可让迭代器反复用于for循环，并且每次都有输出。
class IteratorObjc:
def __iter__(self):
self._count = 0
return self
def __next__(self):
while self._count < 3:
self._count += 1
return self._count
class IteratorObjc:
"""
在这种情况下，每次调用__iter__方法时，
会返回实例对象自身，不会创建具备新id的迭代器对象。
"""
def __iter__(self):
# 重置_count，便可反复进行迭代
self._count = 0
# 调用时返回实例自身
return self
def __next__(self):
while self._count < 3:
self._count += 1
return self._count
a_iterator = IterableObjc()
for i in a_iterator:
print(i, end=',')
print()
for i in a_iterator:
print(i, end=',')
2. 迭代器与内置函数
由于迭代器也属于 IterableObjc，所以迭代器也可直接用于如下内置函数：
any(iterable)class list([iterable])map(function, iterable, ...)- ....
通常情况下，如果反复将某个迭代器传递给内置函数。在第一次使用该迭代器时就会耗尽该迭代器，之后只会反复使用这个已被耗尽的迭代器，看起来如同在使用一个空容器。
>>> aa = [1,2,3,]
>>> bb = iter(aa)
>>> list(bb)
[1, 2, 3]
>>> list(bb)
[]
但是，如果在__iter__ 中重置相关变量，则可让迭代器反复用于内置函数。
class IteratorObjc:
def __iter__(self):
self._count = 0
return self
def __next__(self):
while self._count < 3:
self._count += 1
return self._count
a_iterator = IterableObjc()
print(list(a_iterator))
print(list(a_iterator))
输出
[1, 2, 3]
[1, 2, 3]
3. itertools
10.1.
itertools— Functions creating iterators for efficient looping
itertools 模块提供了众多用于创建迭代器的函数。下面简要介绍几个：
-
count()函数返回的迭代器可产生一串连续的整数，并且通过该迭代器可产生无限个整数。与内置函数range()不同，count()不需要通过参数来设定上线。>>> from itertools import count >>> counter = count(start=10) >>> next(counter) 10 >>> next(counter) 11 -
cycle()函数会把所接受的可迭代对象转换为一个无限循环的迭代器。>>> from itertools import cycle >>> colors = cycle(['red', 'white', 'blue']) >>> next(colors) 'red' >>> next(colors) 'white' >>> next(colors) 'blue' >>> next(colors) 'red' -
islice()函数会截取输入迭代器的一部分，并把这部分作为输出迭代器返回>>> from itertools import islice >>> colors = cycle(['red', 'white', 'blue']) # infinite >>> limited = islice(colors, 0, 4) # finite >>> for x in limited: # so safe to use for-loop on ... print(x) red white blue red
注脚：
[1] 语言参考 - 3.1. Objects, values and types
[2] 标准库 8.4. collections.abc — Abstract Base Classes for Containers
[3] Iterables vs. Iterators vs. Generators | 完全理解 Python 迭代对象、迭代器、生成器
[4] Glossary 术语表
[5] iter(object[, sentinel])
[6] 语言参考 - 8.3. The for statement
[7] 标准库 - 4.5. terator Types
[8] 语言参考 - 3.3.7. Emulating container types
[9] 语言参考 -3.2. The standard type hierarchy